加速度傳感器參數(shù)非線性時間序列模型預測與實現(xiàn).pdf

1、加速度表廣泛應用于慣性導航系統(tǒng)中，加速度表精度的提高對提高慣性導航控制精度具有很高的重要性。為提高加速度表的精度，一方面可以進一步改進加速度表的設計和生產工藝，另一方面可以對加速度表的參數(shù)進行補償。經研究發(fā)現(xiàn)，加速度表參數(shù)的時間序列具有很強的非線性特點，使用傳統(tǒng)的線性模型，難以達到很高的建模精度。因此本論文提出對加速度表參數(shù)進行非線性時間序列建模，以提高建模和預測精度。
　　本論文以石英撓性加速度表為研究對象，研究并設計了加速度表

2、靜態(tài)參數(shù)的標定方法，編寫了加速度表數(shù)據(jù)采集軟件系統(tǒng)，以獲得研究所需要的加速度表的零偏和標度因數(shù)；由于加速度表參數(shù)的時間序列具有很強的非線性特點，提出了使用非線性時間序列進行建模。在非線性時間序列算法研究中，在傳統(tǒng) BP神經網(wǎng)絡的基礎上增加延時環(huán)節(jié)使其具有記憶歷史數(shù)據(jù)的能力，建立了NAR神經網(wǎng)絡對參數(shù)進行建模；在AR模型的基礎上加入小波神經網(wǎng)絡，建立了小波神經網(wǎng)絡與 AR組合模型，該模型利用AR模型擬合其線性部分，用小波神經網(wǎng)絡擬合其非線